下列关于分类方法的叙述正确的有（ ）。
A: Naïve Bayes（朴素贝叶斯）是一种概率分类器
B: SVM（支持向量机）在向量空间构造超平面，以区分不同类别的样本
C: 决策树基于树结构进行决策，从树根到一个叶子的路径对应一个分类规则
D: SVM（支持向量机）和K-NN（K-近邻）都有模型的训练过程（构造分类模型）
A: Naïve Bayes（朴素贝叶斯）是一种概率分类器
B: SVM（支持向量机）在向量空间构造超平面，以区分不同类别的样本
C: 决策树基于树结构进行决策，从树根到一个叶子的路径对应一个分类规则
D: SVM（支持向量机）和K-NN（K-近邻）都有模型的训练过程（构造分类模型）
举一反三
- 下列属于监督学习（supervised learning）的算法有（ ） A: K-NN(K-近邻) B: Naïve Bayes（朴素贝叶斯） C: SVM（支持向量机） D: K-means（K-均值）
- 中国大学MOOC: 支持向量机（SVM）在向量空间构造超平面，以区分不同类别的样本。以下叙述正确的是（ ）
- 下列属于分类与回归的方法有(<br/>) A: 决策树 B: 支持向量机 C: 朴素贝叶斯分类 D: 规则分类器
- 使用先验概率和后验概率的分类算法是（）？ A: 决策树 B: 朴素贝叶斯 C: 支持向量机SVM D: BP神经网络
- 支持向量机（SVM）算法是一个在有限的样本空间中寻找一个超平面能将不同类别的样本分开且间隔最大的二分类模型。（ ）